我正在使用TensorFlow 中的 Seq2Seq 示例。我可以运行训练并查看开发集上的困惑输出。这很棒!
我只想scalar_summary
在事件文件中添加摘要(尤其是开发集上的困惑)并在 TensorBoard 中监控它们。阅读文档后,我不明白如何translate.py
使用摘要操作进行注释。
任何人都可以用简单的伪代码帮助我吗?
我正在使用TensorFlow 中的 Seq2Seq 示例。我可以运行训练并查看开发集上的困惑输出。这很棒!
我只想scalar_summary
在事件文件中添加摘要(尤其是开发集上的困惑)并在 TensorBoard 中监控它们。阅读文档后,我不明白如何translate.py
使用摘要操作进行注释。
任何人都可以用简单的伪代码帮助我吗?
看起来translate.py
根本没有创建 TensorBoard 摘要日志。(部分原因可能是大部分评估发生在 Python 中,而不是在 TensorFlow 图中。)让我们看看如何添加一个。
您需要创建一个tf.train.SummaryWriter
. 在进入训练循环之前添加以下内容(此处):
summary_writer = tf.train.SummaryWriter("path/to/logs", sess.graph_def)
您需要为每个存储桶中的困惑创建摘要事件。这些值是在 Python 中计算的,因此您不能使用通常的tf.scalar_summary()
操作。相反,您将tf.Summary
通过修改此循环直接创建一个:
perplexity_summary = tf.Summary()
# Run evals on development set and print their perplexity.
for bucket_id in xrange(len(_buckets)):
encoder_inputs, decoder_inputs, target_weights = model.get_batch(
dev_set, bucket_id)
_, eval_loss, _ = model.step(sess, encoder_inputs, decoder_inputs,
target_weights, bucket_id, True)
eval_ppx = math.exp(eval_loss) if eval_loss < 300 else float('inf')
print(" eval: bucket %d perplexity %.2f" % (bucket_id, eval_ppx))
bucket_value = perplexity_summary.value.add()
bucket_value.tag = "peplexity_bucket)%d" % bucket_id
bucket_value.simple_value = eval_ppx
summary_writer.add_summary(perplexity_summary, model.global_step.eval())
您可以通过自己构造tf.Summary
值并调用来添加其他指标summary_writer.add_summary()
。